数据资源入表的挑战及应对策略总结
一、数据资源入表的必要性
随着数字经济的快速发展，数据资源已成为企业的重要资产。数据资源入表具有以下必要性：
- 反映企业真实财务状况，满足合规需求：数据资源入表可以更准确地反映企业真实的财务状况和资产价值，提高财务透明度，增强对投资者、债权人及其他利益相关者的有用性。同时，有助于企业遵守会计准则及数据相关法规要求，有效管理数据相关的风险。
- 支持管理层决策制定，助力企业增强市场竞争力：数据资源入表可以促进企业对数据资源的重视，增强对数据资源的管理和利用，从而更好地发挥数据资源在资源分配、决策制定、业务赋能、成本优化等方面的作用。有效管理和挖掘数据资源的企业能够在市场竞争中获得优势。
- 提升数据治理水平及强化风险管理能力：数据资源入表有助于企业优化数据治理体系。通过明确数据资产管理责任、标准化数据流程、提升数据共享与协作水平、强化数据安全与合规，增强风险监测能力、优化数据生命周期管理等措施提高数据合规性、安全性、准确性和可靠性，从而强化企业风险管理能力，更好地规避数据相关风险。
二、数据资源入表行业分布与上市公司现状
（一）数据资源入表行业覆盖情况
数据资源已实现入表的行业主要分布在“数据要素×”三年行动计划中提出的12个重点行动领域中，其中比较有代表性的行业包括：
- 工业制造业：利用数据优化工艺，提升质量，降低成本，提高良品率，优化生产设备维护保养流程，保障安全生产。
- 金融服务业：帮助金融机构更准确地评估信用风险、优化投资组合和提高服务质量。
- 交通运输业：挖掘数据复用价值，构建高质量的动态数据集，提高服务质量和效率。
- 通信运营业：助力通信运营商实现数据的商业化应用，提供更加精准和高效的服务。
- 信息技术服务业：利用大数据能力提供数据服务，支持大模型开发，深入挖掘相关数据并进行多来源知识融合，构建知识资源底座。
- 医疗健康业：提升医疗服务质量、优化医疗资源配置、推动医学研究和创新。
- 零售业：深入了解消费者行为和偏好，实现个性化营销，提供定制化的购物体验。
- 建筑施工企业：提升项目管理效率，优化材料管理与成本控制，保障施工安全与质量。
- 城市治理领域：为城市发展科学决策提供数据支撑。
（二）上市公司数据资源入表情况分析
- 入表数据资源特点：截至2024年中报季，已有44家A股上市公司探索数据资源入表，计入无形资产、存货和开发支出的数据资源金额累计达到人民币13.57亿元。这些数据资源不仅包括与商业交易活动相关的交易数据，还可能包括企业运营过程中收集的各种分析数据。
- 入表数据资源资产类型：入表的数据资源通常在财务报表中列示为“存货”、“无形资产”或“开发支出”三类资产，其中以“无形资产”为主。
- 入表金额：数据资源入表金额从数百万元到数亿元不等，但以历史成本计价，入表账面金额不能反映资产公允价值。
- 行业分布：数据资源入表的实践已经覆盖了多个行业，包括但不限于工业制造、交通运输、金融服务、科技创新及医疗健康等行业。
- 市场反应：市场对数据资源入表反应积极，但在落地实操层面均相对谨慎，因此入表公司占比较小。2024年半年报披露期间，有5家企业对入表的数据资产进行了更正。
三、数据资源入表面临的挑战
- 数据资源范围及规模较大，入表无从下手：企业可能拥有海量的、来自不同业务部门、不同渠道的数据资源，这些数据多具有不同的格式、结构和质量，难以确定哪些数据能为企业带来经济价值进而决定哪些数据资源应进行入表工作。
- 数据资源入表相关会计核算存在多项难点：企业对于数据资源入表的预期经济利益流入论证、成本可靠计量、以及准确进行相关披露等会计核算事项上存在多项挑战。对外收益应用场景下的经济利益论证较为明确，但实务中许多企业对于数据资源的应用还集中在内部用途，对内应用场景带来的经济利益较难直接量化。
- 数据质量影响数据资源价值释放：企业的数据资源中可能存在大量缺失、错误、重复和不一致的数据，这些问题导致数据的准确性和可靠性受损，进而对决策支持、风险管理、运营效率及财务报告等产生不利影响。
- 数据资源的安全合规难把控：数据资源的安全合规难以控制是一个普遍存在的问题，涉及技术、法律法规、社会与文化等多个层面。
- 数据资产化管理体系不完备：在实务中，许多企业的数据资产化管理体系亟待优化升级，例如数据资产管理职责不清，缺乏有效的数据质量控制流程及完善的数据治理框架等。
- 数据权属不清影响数据资源入表：由于数据的所有权目前在法理上尚无支撑，缺少明确的授权机制，往往产生一些权属的模糊甚至争议，也给入表带来了很多的影响。
四、关于数据资源入表的应对建议
- 分析数据资源应用场景，进行试点场景入表：企业应以数据资源应用场景为切入点，从而避免范围过大带来的额外成本以及时效的影响。通过数据血缘分析进行数据资源可入表范围的初步判断，并对相关成本进行梳理，形成入表详细工作路径。
- 规范数据资源入表的会计处理等核算事项：企业应当制定明确的成本核算和研发管理标准，建立财务核算与列报披露机制，以及数据资源日常管理机制，规范数据资源全生命周期核算流程，并加强相关内控及财务管理。
- 健全数据管理体系，持续提升数据质量：企业应建立健全的数据管理体系，制定数据标准规范，并将标准及规范进行系统落地；采取措施提高数据质量，在数据清洗、数据验证、数据整合等收集及加工过程中对数据质量进行持续监控，发现问题找到根源及时整改。
- 进行数据安全合规评估，及时发现风险项并制定整改措施：企业应保证必要的资源投入，更新知识和技能，以应对不断变化的数据安全合规技术挑战和法规要求。例如企业应对不同行业、不同企业性质、不同数据应用情境、不同数据处理环节等进行全面的数据安全合规评估，及时发现风险项并制定切实可行的整改措施。
- 将数据资源入表纳入企业数据全生命周期管理体系：建议企业将数据资产入表工作流程标准化，并将其纳入到数据全生命周期管理流程中，确保相关数据资源生命每个阶段都得到适当的处理和管理。
- 建立和完善数据确权管理机制，破解数据确权困境：企业应在当前的法律框架下，以价值共创、共享、共赢为宗旨，推动数据确权管理机制的完善。通过相关政策和制度明确数据的归属、使用权和管理责任，建立数据分类和分级管理体系，建立数据注册与登记机制，建立数据使用和授权管理机制，以控制和监测数据的访问与使用情况，以减少数据滥用和损失的风险。
